图像融合自提出以来,其应用领域涉及广泛,特别在国防建设和经济发展方面发挥着至关重要的作用。随着获取的影像数据量日益剧增,传统像素级图像融合方法已经逐渐不适合大数据处理的要求,并且数据存储及传输都有巨大压力。压缩感知理论的提出,缓解了大数据量的影像处理问题,它能将信号的采样与压缩同时实现,大大降低了采样数据量。而针对较大规模信号的图像,分块压缩感知理论具有明显优势,它引入了分块思想,主要是对图像小块而并非整幅图像进行采样与重构,能够解决压缩感知存在的采样与重构计算量较大的问题。但分块压缩感知对每个图像块采取相同的采样率,忽略了图像块所含的特征信息,造成采样率分配不均因而得不到更好的重构。因此,本文将分块压缩感知理论应用到图像融合中,提出自适应分块压缩感知遥感影像融合算法,主要研究工作和取得的成果有:(1)针对传统分块压缩感知存在采样率分配不均的问题,本文提出基于全变差的自适应采样率算法。该算法将图像块的全变差作为衡量该块最佳采样率的指标,在总体采样率一定的情况下,以图像块全变差所占权重大小来分配采样率。该算法可以使每个图像块分配到最佳采样率,达到同等条件下最优重构的目的。(2)对于影像稀疏化,采用联合字典作为稀疏基,该方法得到的冗余字典具有原始影像的结构特征,能提高影像的稀疏表示能力。另外,采用BCS＿SPL算法对融合影像进行重构,该方法能消除因分块带来的块效应。同时,通过与其它重构算法对比,该算法也呈现一定的优势。(3)对于不同图像块纹理不同的现象,融合规则引入了粒子群算法。该算法以每个图像块的融合系数作为粒子,测量值的信息熵及平均梯度作为优化目标函数,求取每个图像块的最优融合系数。它可以使不同纹理块得到最优融合,在某种程度上达到不同影像及不同纹理特征融合权值自适应调整的目的。(4)采用本文融合算法与三种传统像素级图像融合(IHS融合算法、PCA融合算法、Brovey融合算法)及两种未改进的基于压缩感知的融合算法(CS＿IHS融合算法及BCS＿IHS融合算法)分别进行了实验,并且用主观质量评价及客观质量评价方法进行对比分析,最后发现本文算法无论在光谱保真度方面还是提升空间分辨率及细节纹理方面都存在较大优势。